CN111582796B - 一种基于图像识别的快递监控系统及方法 - Google Patents
一种基于图像识别的快递监控系统及方法 Download PDFInfo
- Publication number
- CN111582796B CN111582796B CN202010381745.2A CN202010381745A CN111582796B CN 111582796 B CN111582796 B CN 111582796B CN 202010381745 A CN202010381745 A CN 202010381745A CN 111582796 B CN111582796 B CN 111582796B
- Authority
- CN
- China
- Prior art keywords
- server
- monitoring
- analysis
- analysis task
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 246
- 238000000034 method Methods 0.000 title claims abstract description 67
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 75
- 230000002159 abnormal effect Effects 0.000 claims abstract description 38
- 238000012806 monitoring device Methods 0.000 claims description 81
- 230000004048 modification Effects 0.000 claims description 15
- 238000012986 modification Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000013475 authorization Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 32
- 238000007689 inspection Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004880 explosion Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/71—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明实施例提供的一种基于图像识别的快递监控系统及方法,可以部署在各个监控平台上的服务器,多个服务器按照从高到低划分级别,该系统中的第一服务器,用于按照预设的目录树列表,获取与所述第一服务器所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,在所述监控视频中确定存在异常行为的监控视频,并将所述存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库,第二服务器,用于向所述第一服务器发送查询请求,所述第一服务器,按照接收到的查询请求,在所述数据库中查询满足所述查询请求携带的查询条件的监控视频以及所述监控视频的详情信息向发送给第二服务器,第二服务器可以实时获取监控视频。
Description
技术领域
本发明涉及智能监控技术领域,特别是涉及一种基于图像识别的快递监控系统及方法。
背景技术
随着快递行业的高速发展,使用快递方式寄送物品较为常见。快递网点将需要寄送的物品收件,经过转运中心转运至目的地的各级网点,最后送至收件人手中。为了保证物品安全以及转运过程中符合安全标准,快递运营商在各级网点以及转运中心安装有监控系统,用于监控物品收件以及转运过程中是否存在异常行为。
现有的快递异常监控方法是:将国家、各省、地市的服务器按照从高到低划分级别,级别最低的服务器(地市)从各级网点以及转运中心的监控系统中获取监控视频,检测出存在异常行为的监控视频,并人为记录该存在异常行为的监控视频的异常信息,将异常信息定期逐级上报给更高级别的服务器,直至级别最高的服务器收到异常信息后进行信息汇总。
现有监控方法会存在以下问题:由于异常信息是由级别较低的服务器定期上报给级别较高的服务器,级别较高的服务器无法实时的获取存在异常行为的监控视频以及该监控视频的异常信息,而通常在监控系统中,是由级别较高的服务器对异常信息进行汇总,那么在快递运输过程中级别较高的服务器监测异常情况的实时性及效率较低。
发明内容
本发明实施例的目的在于提供一种基于图像识别的快递监控系统及方法,用以解决现有无法实时的获取存在异常行为的监控视频以及该监控视频的详细信息的问题。具体技术方案如下:
第一方面,本发明实施例提供的一种基于图像识别的快递监控系统,包括:部署在多个监控平台上的服务器,多个服务器按照从高到低划分级别,具体包括:
第一服务器,第一服务器的级别最低,用于按照预设的目录树列表,获取与第一服务器所属辖区内的监控视频,按照预设的异常条件,在监控视频中确定存在异常行为的监控视频,并将存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库,目录树列表记录第一服务器所属辖区内的每个监控设备的编号、属于同一预设编号段内的监控设备所在区域的名称、属于同一预设编号段内的监控设备所在区域的地址;
第二服务器,第二服务器的级别最高,用于向第一服务器发送查询请求,查询请求携带授权信息以及查询条件;
第一服务器,按照接收到的第二服务器发送的查询请求,在数据库中查询满足查询请求携带的查询条件的监控视频以及监控视频的详情信息发送给第二服务器,监控视频的详情信息包括:监控视频所在监控设备的编号、监控设备所在区域的名称以及监控设备所在区域的地址。
可选的,多个服务器按照从高到低划分级别,具体包括:服务器的级别按照服务器所属辖区的等级进行划分。
可选的,还包括第三服务器,第三服务器的级别高于第一服务器且低于第二服务器,当第一服务器接收到第二服务器发送的查询请求时,将根据查询请求在自身数据库查询得到的查询结果,发送给第二服务器以及第三服务器,查询结果包括:满足查询请求携带的查询条件的异常行为的监控视频以及监控视频的详情信息。
可选的,第二服务器,在向第一服务器发送查询请求之前,根据用户的操作生成分析任务,基于分析任务携带的视频地址,将分析任务发送给视频地址同一辖区的第一服务器,并将分析任务以及分析任务的编号存储至本地缓存任务队列,分析任务携带视频地址;
第一服务器,接收到分析任务后,向第二服务器发送心跳包,心跳包包括第一服务器的资源占用信息以及分析任务的修改信息;
第二服务器,当收到第一服务器发送的心跳包时,基于第一服务器的资源占用信息,确定执行分析任务的第一服务器,并基于分析任务的修改信息对分析任务进行修改,将修改后的分析任务发送至执行修改后的分析任务的第一服务器;
第一服务器,接收修改后的分析任务,根据分析任务的视频地址,查询预设的目录树列表,获取与自身所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,对监控视频进行分析,在监控视频中确定存在异常行为的监控视频。
可选的,第二服务器,当未收到第一服务器发送的心跳包时,将第一服务器的状态标记为异常。
可选的,第二服务器,在根据用户的操作生成分析任务后,确定分析任务的分析时间段与本地缓存任务队列中的每一个分析任务的分析时间段是否存在重合,如果存在重叠,则确定存在重叠的每个分析任务的最大分析时间,将每个分析任务的最大分析时间求和,基于求和结果确定分析任务是否超出第一服务器的处理能力。
可选的,第一服务器,按照预设的异常条件,使用预设的分析模型对监控视频进行分析,获得分析结果,根据分析结果,生成预警信息。
可选的,第一服务器,按照预设的目录树列表,按照监控设备对应的分析时间段,将与第一服务器所属辖区内各个快递运营商的监控系统上的监控设备的地址存储至地址队列,从地址队列中依次获取地址对应的监控设备的监控视频进行分析,若存在一个监控设备的监控视频分析完成,则将该监控设备的地址存储至地址队列的最后。
可选的,第二服务器,基于每个第一服务器所属的辖区,按照预设的指标条件对接收的存在异常行为的监控视频进行排序,并显示排序结果。
第二方面,本发明实施例提供的一种基于图像识别的快递监控方法,应用于第一方面的基于图像识别的快递监控系统中,方法包括:
第一服务器按照预设的目录树列表,获取与第一服务器所属辖区内的监控视频,按照预设的异常条件,在监控视频中确定存在异常行为的监控视频,并将存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库,目录树列表记录第一服务器所属辖区内的每个监控设备的编号、属于同一预设编号段内的监控设备所在区域的名称、属于同一预设编号段内的监控设备所在区域的地址,第一服务器的级别最低;
第二服务器向第一服务器发送查询请求,查询请求携带授权信息以及查询条件,第二服务器的级别最高;
第一服务器按照接收到的第二服务器发送的查询请求,在数据库中查询满足查询请求携带的查询条件的监控视频以及监控视频的详情信息发送给第二服务器,监控视频的详情信息包括:监控视频所在监控设备的编号、监控设备所在区域的名称以及监控设备所在区域的地址。
可选的,多个服务器按照从高到低划分级别,具体包括:服务器的级别按照服务器所属辖区的等级进行划分。
可选的,基于图像识别的快递监控系统还包括第三服务器,第三服务器的级别高于第一服务器且低于第二服务器,当第一服务器接收到第二服务器发送的查询请求时,将根据查询请求在自身数据库查询得到的查询结果,发送给第二服务器以及第三服务器,查询结果包括:满足查询请求携带的查询条件的异常行为的监控视频以及监控视频的详情信息。
可选的,第二服务器,在向第一服务器发送查询请求之前,根据用户的操作生成分析任务,基于分析任务携带的视频地址,将分析任务发送给视频地址同一辖区的第一服务器,并将分析任务以及分析任务的编号存储至本地缓存任务队列,分析任务携带视频地址;
第一服务器,接收到分析任务后,向第二服务器发送心跳包,心跳包包括第一服务器的资源占用信息以及分析任务的修改信息;
第二服务器,当收到第一服务器发送的心跳包时,基于第一服务器的资源占用信息,确定执行分析任务的第一服务器,并基于分析任务的修改信息对分析任务进行修改,将修改后的分析任务发送至执行修改后的分析任务的第一服务器;
第一服务器,接收修改后的分析任务,根据分析任务的视频地址,查询预设的目录树列表,获取与自身所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,对监控视频进行分析,在监控视频中确定存在异常行为的监控视频。
可选的,第二服务器,当未收到第一服务器发送的心跳包时,将第一服务器的状态标记为异常。
可选的,第二服务器,在根据用户的操作生成分析任务后,确定分析任务的分析时间段与本地缓存任务队列中的每一个分析任务的分析时间段是否存在重合,如果存在重叠,则确定存在重叠的每个分析任务的最大分析时间,将每个分析任务的最大分析时间求和,基于求和结果确定分析任务是否超出第一服务器的处理能力。
可选的,第一服务器,按照预设的异常条件,使用预设的分析模型对监控视频进行分析,获得分析结果,根据分析结果,生成预警信息;并将分析结果作为一个事件存储至数据库中。
可选的,第一服务器,按照预设的目录树列表,按照监控设备对应的分析时间段,将与第一服务器所属辖区内各个快递运营商的监控系统上的监控设备的地址存储至地址队列,从地址队列中依次获取地址对应的监控设备的监控视频进行分析,若存在一个监控设备的监控视频分析完成,则将该监控设备的地址存储至地址队列的最后。
可选的,第二服务器,基于每个第一服务器所属的辖区,按照预设的指标条件对接收的存在异常行为的监控视频进行排序,并显示排序结果。
第三方面,本发明实施提供了一种计算机可读存储介质,计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述任一的一种基于图像识别的快递监控方法。
第四方面,本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的一种基于图像识别的快递监控方法。
本发明实施例提供的一种基于图像识别的快递监控系统及方法,可以部署在各个监控平台上的服务器,多个服务器按照从高到低划分级别,该系统中的第一服务器,用于按照预设的目录树列表,获取与所述第一服务器所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,在所述监控视频中确定存在异常行为的监控视频,并将所述存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库,第二服务器,用于向所述第一服务器发送查询请求,所述第一服务器,按照接收到的查询请求,在所述数据库中查询满足所述查询请求携带的查询条件的监控视频以及所述监控视频的详情信息向发送给第二服务器,相比于现有技术,第二服务器无需逐级去查找存在异常行为的视频,只需向第一服务器发送查询请求,即可获得存在异常行为的监控视频,可以提高程监测快递运输过程中异常情况的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于图像识别的快递监控系统结构图;
图2为本发明实施例提供的第一服务器获取监控视频的流程示意图;
图3为本发明实施例提供的第一服务器按照分析任务获得分析结果以及上报的流程示意图;
图4为本发明实施例提供的第二服务器生成分析任务并进行分析任务调度的流程示意图;
图5为本发明实施例提供的第一服务器生成预警信息的流程示意图;
图6为本发明实施例提供的一种基于图像识别的快递监控方法中第一服务器与第二服务器的交互流程图;
图7为本发明实施例提供的第二服务器发送分析任务与第一服务器进行交互的交互流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面首先对本发明实施例提供的一种基于图像识别的快递监控系统进行介绍。
如图1所示,本发明实施例提供的一种基于图像识别的快递监控系统,包括:部署在多个监控平台上的服务器,多个服务器按照从高到低划分级别,具体包括:
第一服务器11,用于按照预设的目录树列表,获取与第一服务器所属辖区内的监控视频,按照预设的异常条件,在监控视频中确定存在异常行为的监控视频,并将存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库。
其中,第一服务器的级别最低,目录树列表记录第一服务器所属辖区内的每个监控设备的编号、属于同一预设编号段内的监控设备所在区域的名称、属于同一预设编号段内的监控设备所在区域的地址。
可以理解,目录树列表可以预先根据所有服务器所属的辖区、每个运营商的名称每个监控设备的编号提前设置目录,根据目录可以查询具体的辖区内所有运营商的名称,以及每个运营商下每个监控设备的具体情况并从监控设备获取监控视频。该目录树列表可以是一个菜单界面,菜单界面有很多下拉选项,包括:一级下拉选项,每个一级下拉选项可以包括二级下拉选项,以此递推,最后一级下拉选项对应每个监控设备的编号,通过选择对应编号的监控设备可以拉取该监控设备的监控视频,本实施例对目录树列表的呈现形式不作具体限定。
示例性的,对于每个第一服务器,该第一服务器的一级下拉选项是县级a,二级下拉选项是县级a辖区内快递运营商A,三级下拉选项是县级a辖区快递运营商A的监控设备2,该监控设备2拍摄的是转运中心传送带上传输快递的视频,快递运营商A监控设备2的地址是传送带区域。
其中,异常条件包括:视频质量异常、暴力分拣、快递传送异常、和/或,安检异常。
视频质量异常包括:监控视频的清晰度、噪声、冻结、延时异或者受到遮挡。
其中,异常行为类型包括:暴力分拣、快递分拣人员在运行中的传送带上行走或跨越;快件量过多,积压爆仓;火灾烟雾;工作时间安检机未运行;安检机运行时工作人员未值守;快递网点或转运中心在工作时间异常停运;安检机所处位置错误;安检机操作台所处位置错误。
第二服务器12,第二服务器的级别最高,用于向第一服务器发送查询请求。
其中,查询请求携带授权信息以及查询条件。授权信息可以是第二服务器的ID或者可以表示第二服务器身份的标识符。查询条件包括:关键字段,该关键字段用于表述操作者的需求,该关键字段可以是一段内容,也可以是一个辖区内运营商的名字,或者一个地址。
示例性的,操作者想要查询X省份Y市Z快递运营商快递爆仓的监控视频,则可以在界面选择或者输入X省份Y市Z快递运营商快递爆仓,如此就可以得到X省份Y市Z快递运营商快递爆仓的监控视频。
第一服务器,按照接收到的第二服务器发送的查询请求,在数据库中查询满足查询请求携带的查询条件的监控视频以及监控视频的详情信息发送给第二服务器。
其中,监控视频的详情信息包括:监控视频所在监控设备的编号、监控设备所在区域的名称以及监控设备所在区域的地址。
可以理解,当级别较高的第二服务器向第一服务器发送查询请求后,第一服务器向第二服务器返回存在异常行为的监控视频,还会将该监控视频的设备编号、该监控设备所在区域的名称以及监控设备所在区域的地址发送给第二服务器,这样第二服务器可以实时的获知具体存在异常行为的监控视频处于哪一个监控设备以及该监控设备所在区域,即该监控设备监控的区域,并且获知该监控设备所在地址,以此可获知运营商的具体地址,获知是哪个运营商出现了哪种类型的违规,提供给职能部门进行处理。
参考图2所示,目录树列表中记录有每个监控设备的编号,所有监控设备的视频资源对应IPC(IP Camera,网络摄像机)监控资源列表,第一服务器根据目录树列表进入地图模式,地图模式中对应每个运营商以及运营商监控设备所在的地址或者区域,第一服务器根据目标树列表,从IPC监控资源列表查询对应的视频监控设备(IPC)然后获取监控视频,当有用户调用监控视频时或者存在异常行为的监控视频时,可以将监控视频发给用户,或者PC大屏移动设备,方便用户查看。
本发明实施例提供的一种基于图像识别的快递监控系统,可以部署在各个监控平台上的服务器,多个服务器按照从高到低划分级别,该系统中的第一服务器,用于按照预设的目录树列表,获取与第一服务器所在职能部门负责的属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,在监控视频中确定存在异常行为的监控视频,并将存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库,第二服务器,用于向第一服务器发送查询请求,第一服务器,按照接收到的查询请求,在数据库中查询满足查询请求携带的查询条件的监控视频以及监控视频的详情信息向发送给第二服务器,相比于现有技术,第二服务器无需逐级去查找存在异常行为的视频,只需向第一服务器发送查询请求,即可获得存在异常行为的监控视频,可以提高程监测快递运输过程中异常情况的效率。
作为本发明可选的一种实施方式,多个服务器按照从高到低划分级别,具体包括:服务器的级别按照服务器所属辖区的等级进行划分。
示例性的,服务器a部署在A省的监控平台上,服务器b部署在A省辖区内c市的一个监控平台上,所以服务器a的级别高于服务器b,服务器a所属的辖区包括服务器b所属的辖区,即服务器b所属的辖区在服务器a所属的辖区内。服务器a部署在A省的监控平台上,服务器b部署在B省辖区内c市的一个监控平台上,服务器a则不能从服务器b获得存在异常行为的监控视频。即辖区不存在交集的多个等级的服务器之间不能互相访问。
作为本发明可选的一种实施方式,如图1所示的系统还包括第三服务器,当第一服务器接收到第二服务器发送的查询请求时,将根据查询请求在自身数据库查询得到的查询结果,发送给第二服务器以及第三服务器。
其中,第三服务器的级别高于第一服务器且低于第二服务器,查询结果包括:满足查询请求携带的查询条件的异常行为的监控视频以及监控视频的详情信息。第三服务器所属的辖区位于第二服务器所属的辖区内,第一服务器所属的辖区位于第三服务器所属的辖区内。查询条件包括:监管对象名称、异常行为类型、时间。监管对象包括:运营商、快递网点、辖区名称、下级职能部门名称。
可以理解,第三服务器的级别高于第一服务器且低于第二服务器,第二服务器向第一服务器发送查询请求后,第一服务器会将符合查询条件的监控视频传输给第二服务器,由于第一服务器所属辖区位于第三服务器所属辖区内,第一服务器越级向第二服务器上报了符合查询条件的查询请求,则第一服务器也需要向第三服务器上报第二服务器发送查询请求的情况,并将查询结果发送给第三服务器,第三服务器可以将该查询结果显示给相关负责人,由相关负责人决定如何处理。
作为本发明可选的一种实施方式,如图1所示的第二服务器12在向第一服务器发送查询请求之前,根据用户的操作生成分析任务,基于分析任务携带的视频流地址,将分析任务发送给视频流地址同一辖区的第一服务器,并将分析任务以及分析任务的编号存储至本地缓存任务队列。
其中,分析任务携带监控设备的视频流地址。
可以理解,本实施例中的系统可以与万维网服务器连接,万维网服务器将用户添加的分析任务保存到自身的数据库中,并向第二服务器发送分析任务。本实施例中的系统可以包含一个界面,在该界面上用户可以选择或者输入关键字或者关键字段去添加分析任务,第二服务器根据用户的操作生成分析任务,然后将该分析任务发送给分析任务携带的视频流地址在同一辖区的第一服务器,由第一服务器完成分析监控视频的任务。由于分析任务可能存在多个,第二服务器将分析任务设置编号,并将分析任务放入本地缓存任务队列,后续将分析任务从缓存队列中出队,按照出队次序向第一服务器发送。
参考图3,每个服务器所在辖区的职能部门可以根据各自的业务需求设定规则,创建分析任务,第一服务器会根据分析分人自动完成巡检任务,即查询数据库查询存在异常行为的监控视频。用户创建分析任务后,第一服务器按照目录树列表以及在地图模式中,目录树列表中每个运营商和监控设备地址或者区域,查询巡检事件列表,一个分析任务即一个事件,然后查看分析结果,即分析结果中存在异常行为的监控视频的详细信息,职能部门根据详细信息确定是否上报给上级单位或者通知企业(运营商)进行事件处理。
如图1所示的第一服务器11,接收到分析任务后,向第二服务器发送心跳包。
其中,心跳包包括第一服务器的资源占用信息以及分析任务的修改信息,分析任务的修改信息包括:分析任务编号、每个分析任务占用资源的大小,占用资源大小可以是CPU线程数、内存使用量、估算的GPU使用率以及GPU显存使用量。
可以理解,当与分析任务携带的视频地址在同一辖区的第一服务器可能是多个,第一服务器在接收到分析任务后,会向第二服务器发送心跳包,第二服务器根据心跳包可以进行分析任务的调度。
参考图4,WEB(万维网)确认接入本发明实施例的系统后,节点控制器(第二服务器)与节点服务器交互的过程分为41和42两个过程,41过程:节点控制器接收WEB(万维网)用户输入的智能分析任务(分析任务),然后将每个智能分析任务缓存至队列(本地缓存任务队列),并将智能分析任务发送给节点Daemon服务器(第一服务器),42过程:节点服务器将自身的资源占用情况以及分析任务的修改信息作为心跳包发送给节点控制器。41过程:节点控制器接收到心跳包后,对分析任务进行调度,确定可以执行分析任务的节点服务器,向该服务器发送分析任务。42过程:节点服务器根据智能分析任务创建智能分析进程,然后从IPC拉取视频流,完成分析任务。
如图1所示的第二服务器,当收到第一服务器发送的心跳包时,基于第一服务器的资源占用信息,确定执行分析任务的第一服务器,并基于分析任务的修改信息对分析任务进行修改,将修改后的分析任务发送至执行修改后的分析任务的第一服务器。
如图1所示的第二服务器,当未收到第一服务器发送的心跳包时,将第一服务器的状态标记为异常。
可以理解,如果第二服务器收到第一服务器发送的心跳包,则表示第一服务器的状态是非异常,第二服务器根据心跳包中的资源占用信息以及每个分析任务占用资源的大小,将剩余资源量与分析任务所需资源量比较,确定第一服务器能否继续执行该分析任务,如果可以,则第二服务器将分析任务从本地缓存任务队列出队,将该分析任务的编号进行修改,使得修改后的分析任务排序在可以执行分析任务的第一服务器的最后一个分析任务之后。
如图1所示的第一服务器11,接收分析任务,根据分析任务的视频地址,查询预设的目录树列表,获取与自身所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,对监控视频进行分析,在监控视频中确定存在异常行为的监控视频。
可以理解,不同的监控平台上的系统不同获得存在异常行为的监控视频的结果会存在差异,部门快递集中爆仓的时段发生在夜间,而夜间职能部门工作人员缺乏,依赖下级职能部门上报的查询结果,不能实时的获取存在异常行为的监控视频,无法实时发现异常行为,且由于获取监控视频时无法获得监控视频的具体地址,从而使得异常行为无法及时处理。本发明实施例的系统在各个监控平台上的服务器,职能部门的工作人员可通过该系统获得存在异常行为的监控视频,降低不同职能部门的监控系统查询存在异常行为的监控视频的差异问题,该系统可全天自动获取监控视频检测异常行为,实时发现异常行为,且该系统根据目录树列表可以获得存在异常行为监控设备所在区域的地址。
如图1所示第一服务器11,按照预设的异常条件,使用预设的分析模型对监控视频进行分析,获得分析结果,根据分析结果,生成预警信息。
其中,预设的分析模型包括:视频质量分析子模型、暴力分拣识别子模型、作业异常识别子模型、火灾识别子模型以及安检作业分析子模型,预警信息包括:异常类型,等级以及详细信息。
可以理解,预设的分析模型包含的子模型个数以及子模型的类型可以视具体应用场景进行变更。示例性的,假设用户需要分析快递网点的违规现象,则无需使用安检作业分析模型,需要一个识别物品是否是违禁品的模型,则预设的分析模型中可以添加违禁品识别模型,该模型可以将所有违禁品的图像作为样本,训练深度模型得到。
其中,视频质量分析子模型用于分析监控视频的视频质量是否异常,暴力分拣识别子模型用于分析监控视频中是否存在暴力分拣现象,火灾识别子模型用于分析监控视频中是否起火,安检作业分析子模型用于分析监控视频中是否出现快递分拣人员在运行的传送带上行走、跨越运行传送带、快件量积压爆仓,安检机所处位置错误、安检机操作台所处位置错误,以及安检机操作台所处位置处未有工作人员值守等现象。视频质量分析子模型、暴力分拣识别子模型、作业异常识别子模型、火灾识别子模型以及安检作业分析子模型可以监控视频样本输入深度学习模型训练得到,该训练过程与现有技术中相同,此处不再赘述。
示例性的,在实际场景中,地市级的服务器预设的分析模型生成预警信息后,将根据属地管理原则将预警信息推送至地市级管理部门监管人员。监管人员收到提示后,可以查看预警内容,并通过截图、短视频的形式快速核实预警是否属实,对于属实的事件,根据事件的严重程度进行后续处理。对于误报的事件,反馈误报信息,系统记录响应人、响应时间等记录。
在实际应用场景中,用户可以输入指定省份、管理部门、责任人员、时间范围等关键字段,对具体的预警记录、响应记录进行查询,查询内容包括预警时间、预警内容、转运中心、响应人、响应时间、响应内容等。
参考图5,用本发明实施例的第一服务器执行智能分析任务,获得的分析结果,一个智能分析任务的分析结果是一个事件,将该事件记录至自身的数据库中,人工巡检可以对该事件的详细信息进行填写,补充事件类型,等级以及描述等等,丰富分析结果,第一服务器对智能分析任务,分析结果中存在异常行为的视频监控记录成事件列表,进行上报预警,生成预警信息。预警信息可以包括异常类型,等级以及预警事件的详细信息。
本发明实施例的系统可以提供外接接口,支持向其它应用推送分析结果。
如图1所示第一服务器11按照预设的目录树列表,按照监控设备对应的分析时间段,将与第一服务器所属辖区内各个快递运营商的监控系统上的监控设备的地址存储至地址队列,从地址队列中依次获取地址对应的监控设备的监控视频进行分析,若存在一个监控设备的监控视频分析完成,则将该监控设备的地址存储至地址队列的最后。
可以理解,监控设备众多,可以给每个监控设备设置分析时间段,这样第一服务器按照每个监控设备的分析时间段获取监控视频进行分析,提高监控视频的接入率。
如图1所示的第二服务器12,在根据用户的操作生成分析任务后,确定分析任务的分析时间段与本地缓存任务队列中的每一个分析任务的分析时间段是否存在重合,如果存在重叠,则确定存在重叠的每个分析任务的最大分析时间,将每个分析任务的最大分析时间求和,基于求和结果确定分析任务是否超出第一服务器的处理能力。
可以理解,本实施例中监控设备可以是摄像头,每个摄像头拍摄的监控视频需要m种子模型进行分析,而第一服务器分析监控视频的能力有限,假设第一服务器在m中子模型下可以执行n路分析任务,则每个摄像头的监控视频需要按照平均分配进行分析,过程如下:
(a)每个摄像头按时间先后进入队列(地址队列)排队。
(b)第一服务器从队列头取一个摄像头地址,即摄像头的编号,每个摄像头对应一个视频地址,然后建立分析任务,即一个分析进程。
可以理解,当前时刻第一服务器存在n个分析进程正在执行,第一服务器只能等待一个分析进程结束,如此才能执行刚刚创建的分析进程。
(c)第一服务器等待直到有一个分析进程处理完毕,将已经处理完的摄像头的编号放入队列最后。
(d)第一服务器从队列头再取一个摄像头地址,创建新的分析进程。
可以理解,可以设置预设的周期为K,保证第一服务器可以在K个小时内轮询完m个摄像头,如果摄像头的个数较多,第一服务器分析任务时会超出自身的处理能力,则需要建立任务饱和度机制,即确定第一服务器处理分析任务是否达到饱和,是否会超出第一服务器的处理能力,任务饱和机制处理过程如下:
(a)第二服务器,此处称为节点控制器,接收到用户新添加的分析任务的消息,此处称为智能分析任务消息;
(b)节点控制器对分析节点(第一服务器)的任务缓存队列中的每一条分析任务的分析时间段与刚添加的分析任务的分析时间段进行判定,如果分析时间段有交集,则对分析任务中的每个子模型可能用的最大分析时间进行累加,求得分析任务的总时间;
(c)当分析任务的总时间除以n的结果大于新建分析任务的分析时间段,则认为新增的摄像头会超出分析节点的处理能力,并提示操作员。
可以理解,新增的分析任务不能添加到数据库,也不能下发到分析节点,此时可以删除一些其他分析任务,即其他摄像头的分析任务,然后将该摄像头的分析任务添加进去。
作为本发明可选的一种实施方式,如图1所示的第二服务器,基于每个第一服务器所属的辖区,按照预设的指标条件对接收的存在异常行为的监控视频进行排序,并显示排序结果。
其中,指标条件包括数量、辖区、异常行为的危害程度,异常行为的出现次数,误报率、存在异常行为的监控视频中的人数,具体可以根据实际情况进行更改。
在实际应用场景中,最高级别的职能部门可以分省统计近期(周、月)各省预警量、响应比例、误报率等指标,并基于电子地图以不同颜色进行对比展示,实现按照指标的排名,并以柱状图等形式展现指标对比情况,下级职能部门也可以根据查询结果进行汇总以及展现。
下面继续对本发明实施例提供的一种基于图像识别的快递监控方法作详细介绍。
如图6所示,本发明实施例提供的一种基于图像识别的快递监控方法,应用于如图1所示的基于图像识别的快递监控系统中,该方法包括:
S601,第一服务器,用于按照预设的目录树列表,获取与第一服务器所属辖区内的监控视频,按照预设的异常条件,在监控视频中确定存在异常行为的监控视频,并将存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库。
其中,目录树列表记录第一服务器所属辖区内的每个监控设备的编号、属于同一预设编号段内的监控设备所在区域的名称、属于同一预设编号段内的监控设备所在区域的地址,第一服务器的级别最低。
S602,第二服务器,用于向第一服务器发送查询请求。
其中,查询请求携带授权信息以及查询条件,第二服务器的级别最高。
S603,第一服务器,按照接收到的第二服务器发送的查询请求,在数据库中查询满足查询请求携带的查询条件的监控视频以及监控视频的详情信息发送给第二服务器。
其中,监控视频的详情信息包括:监控视频所在监控设备的编号、监控设备所在区域的名称以及监控设备所在区域的地址。
作为本发明实施例可选的一种实施方式,多个服务器按照从高到低划分级别,具体包括:服务器的级别按照服务器所属辖区的等级进行划分。
作为本发明实施例可选的一种实施方式,如图6方法应用的基于图像识别的快递监控系统还包括第三服务器,当第一服务器接收到第二服务器发送的查询请求时,将根据查询请求在自身数据库查询得到的查询结果,发送给第二服务器以及第三服务器。
其中,第三服务器的级别高于第一服务器且低于第二服务器,查询结果包括:满足查询请求携带的查询条件的异常行为的监控视频以及监控视频的详情信息。
可选的,如图7所示,在如图6所示实施例中,第二服务器发送分析任务与第一服务器进行交互的过程,包括如下步骤:
S701,第二服务器,在向第一服务器发送查询请求之前,根据用户的操作生成分析任务,基于分析任务携带的视频地址,将分析任务发送给视频地址同一辖区的第一服务器,并将分析任务以及分析任务的编号存储至本地缓存任务队列。
其中,分析任务携带视频地址。
S702,第一服务器,接收到分析任务后,向第二服务器发送心跳包。
其中,心跳包包括第一服务器的资源占用信息以及分析任务的修改信息。
S703,第二服务器,当收到第一服务器发送的心跳包时,基于第一服务器的资源占用信息,确定执行分析任务的第一服务器,并基于分析任务的修改信息对分析任务进行修改,将修改后的分析任务发送至执行修改后的分析任务的第一服务器。
S704,第一服务器,接收修改后的分析任务,根据分析任务的视频地址,查询预设的目录树列表,获取与自身所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,对监控视频进行分析,在监控视频中确定存在异常行为的监控视频。
作为本发明实施例可选的一种实施方式,上述步骤S703中第二服务器,当未收到第一服务器发送的心跳包时,将第一服务器的状态标记为异常。
作为本发明实施例可选的一种实施方式,在上述步骤S701的步骤之后,本发明实施例提供的一种基于图像识别的快递监控方法还包括:
第二服务器,在根据用户的操作生成分析任务后,确定分析任务的分析时间段与本地缓存任务队列中的每一个分析任务的分析时间段是否存在重合,如果存在重叠,则确定存在重叠的每个分析任务的最大分析时间,将每个分析任务的最大分析时间求和,基于求和结果确定分析任务是否超出第一服务器的处理能力。
作为本发明实施例可选的一种实施方式,本发明实施例提供的一种基于图像识别的快递监控方法还包括:
第一服务器,按照预设的异常条件,使用预设的分析模型对监控视频进行分析,获得分析结果,根据分析结果,生成预警信息;并将分析结果作为一个事件存储至数据库中。
作为本发明实施例可选的一种实施方式,本发明实施例提供的一种基于图像识别的快递监控方法还包括:第一服务器,按照预设的目录树列表,按照监控设备对应的分析时间段,将与第一服务器所属辖区内各个快递运营商的监控系统上的监控设备的地址存储至地址队列,从地址队列中依次获取地址对应的监控设备的监控视频进行分析,若存在一个监控设备的监控视频分析完成,则将该监控设备的地址存储至地址队列的最后。
作为本发明实施例可选的一种实施方式,本发明实施例提供的一种基于图像识别的快递监控方法还包括:
第二服务器,基于每个第一服务器所属的辖区,按照预设的指标条件对接收的存在异常行为的监控视频进行排序,并显示排序结果。
本发明实施例提供的一种基于图像识别的快递监控方法应用于基于图像识别的快递监控系统,该系统包括可以部署在各个监控平台上的服务器,多个服务器按照从高到低划分级别,该系统中的第一服务器,用于按照预设的目录树列表,获取与所述第一服务器所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,在所述监控视频中确定存在异常行为的监控视频,并将所述存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库,第二服务器,用于向所述第一服务器发送查询请求,所述第一服务器,按照接收到的查询请求,在所述数据库中查询满足所述查询请求携带的查询条件的监控视频以及所述监控视频的详情信息向发送给第二服务器,相比于现有技术,第二服务器无需逐级去查找存在异常行为的视频,只需向第一服务器发送查询请求,即可获得存在异常行为的监控视频,可以提高程监测快递运输过程中异常情况的效率。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一一种基于图像识别的快递监控方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一一种基于图像识别的快递监控方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于方法实施例而言,由于其基本相似于系统实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (8)
1.一种基于图像识别的快递监控系统,其特征在于,包括:部署在多个监控平台上的服务器,多个服务器按照从高到低划分级别,具体包括:
第一服务器,所述第一服务器的级别最低,用于按照预设的目录树列表,获取与所述第一服务器所属辖区内的监控视频,按照预设的异常条件,在所述监控视频中确定存在异常行为的监控视频,并将所述存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库,所述目录树列表记录所述第一服务器所属辖区内的每个监控设备的编号、属于同一预设编号段内的监控设备所在区域的名称、属于同一预设编号段内的监控设备所在区域的地址;
第二服务器,所述第二服务器的级别最高,用于向所述第一服务器发送查询请求,所述查询请求携带授权信息以及查询条件;
所述第二服务器,在向所述第一服务器发送查询请求之前,根据用户的操作生成分析任务,基于所述分析任务携带的视频地址,将所述分析任务发送给所述视频地址同一辖区的所述第一服务器,并将所述分析任务以及所述分析任务的编号存储至本地缓存任务队列,所述分析任务携带视频地址;
所述第一服务器,接收到所述分析任务后,向所述第二服务器发送心跳包,所述心跳包包括所述第一服务器的资源占用信息以及分析任务的修改信息;
所述第二服务器,当收到所述第一服务器发送的心跳包时,基于所述第一服务器的资源占用信息,确定执行所述分析任务的第一服务器,并基于所述分析任务的修改信息对所述分析任务进行修改,将修改后的所述分析任务发送至执行所述修改后的分析任务的第一服务器;
所述第一服务器,接收所述修改后的分析任务,根据所述分析任务的视频地址,查询预设的目录树列表,获取与自身所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,对所述监控视频进行分析,在所述监控视频中确定存在异常行为的监控视频;
所述第一服务器,按照接收到的所述第二服务器发送的查询请求,在所述数据库中查询满足所述查询请求携带的查询条件的监控视频以及所述监控视频的详情信息发送给所述第二服务器,所述监控视频的详情信息包括:所述监控视频所在监控设备的编号、所述监控设备所在区域的名称以及所述监控设备所在区域的地址。
2.根据权利要求1所述的系统,其特征在于,还包括第三服务器,所述第三服务器的级别高于第一服务器且低于第二服务器,当所述第一服务器接收到所述第二服务器发送的查询请求时,将根据所述查询请求在自身数据库查询得到的查询结果,发送给所述第二服务器以及第三服务器,所述查询结果包括:满足所述查询请求携带的查询条件的异常行为的监控视频以及所述监控视频的详情信息。
3.根据权利要求1所述的系统,其特征在于,所述第二服务器,当未收到所述第一服务器发送的心跳包时,将所述第一服务器的状态标记为异常。
4.根据权利要求1所述的系统,其特征在于,所述第二服务器,在根据用户的操作生成分析任务后,确定所述分析任务的分析时间段与本地缓存任务队列中的每一个分析任务的分析时间段是否存在重合,如果存在重叠,则确定存在重叠的每个分析任务的最大分析时间,将所述每个分析任务的最大分析时间求和,基于所述求和结果确定所述分析任务是否超出所述第一服务器的处理能力。
5.根据权利要求1所述的系统,其特征在于,所述第一服务器,按照预设的异常条件,使用预设的分析模型对所述监控视频进行分析,获得分析结果,根据所述分析结果,生成预警信息。
6.根据权利要求1所述的系统,其特征在于,所述第一服务器,按照预设的目录树列表,按照监控设备对应的分析时间段,将与所述第一服务器所属辖区内各个快递运营商的监控系统上的监控设备的地址存储至地址队列,从所述地址队列中依次获取所述地址对应的监控设备的监控视频进行分析,若存在一个监控设备的监控视频分析完成,则将该监控设备的地址存储至所述地址队列的最后。
7.一种基于图像识别的快递监控方法,其特征在于,应用于权利要求1所述的基于图像识别的快递监控系统中,所述方法包括:
第一服务器按照预设的目录树列表,获取与所述第一服务器所属辖区内的监控视频,按照预设的异常条件,在所述监控视频中确定存在异常行为的监控视频,并将所述存在异常行为的监控视频按照预设的异常行为类型进行分类,将分类结果存储至数据库,所述目录树列表记录所述第一服务器所属辖区内的每个监控设备的编号、属于同一预设编号段内的监控设备所在区域的名称、属于同一预设编号段内的监控设备所在区域的地址,所述第一服务器的级别最低;
第二服务器向所述第一服务器发送查询请求,所述查询请求携带授权信息以及查询条件,所述第二服务器的级别最高;
所述第二服务器,在向所述第一服务器发送查询请求之前,根据用户的操作生成分析任务,基于所述分析任务携带的视频地址,将所述分析任务发送给所述视频地址同一辖区的所述第一服务器,并将所述分析任务以及所述分析任务的编号存储至本地缓存任务队列,所述分析任务携带视频地址;
所述第一服务器,接收到所述分析任务后,向所述第二服务器发送心跳包,所述心跳包包括所述第一服务器的资源占用信息以及分析任务的修改信息;
所述第二服务器,当收到所述第一服务器发送的心跳包时,基于所述第一服务器的资源占用信息,确定执行所述分析任务的第一服务器,并基于所述分析任务的修改信息对所述分析任务进行修改,将修改后的所述分析任务发送至执行所述修改后的分析任务的第一服务器;
所述第一服务器,接收所述修改后的分析任务,根据所述分析任务的视频地址,查询预设的目录树列表,获取与自身所属辖区内各个快递运营商的监控系统上的监控视频,按照预设的异常条件,对所述监控视频进行分析,在所述监控视频中确定存在异常行为的监控视频;
所述第一服务器按照接收到的所述第二服务器发送的查询请求,在所述数据库中查询满足所述查询请求携带的查询条件的监控视频以及所述监控视频的详情信息发送给所述第二服务器,所述监控视频的详情信息包括:所述监控视频所在监控设备的编号、所述监控设备所在区域的名称以及所述监控设备所在区域的地址。
8.根据权利要求7所述的方法,其特征在于,所述基于图像识别的快递监控系统还包括第三服务器,所述第三服务器的级别高于第一服务器且低于第二服务器,当所述第一服务器接收到所述第二服务器发送的查询请求时,将根据所述查询请求在自身数据库查询得到的查询结果,发送给所述第二服务器以及第三服务器,所述查询结果包括:满足所述查询请求携带的查询条件的异常行为的监控视频以及所述监控视频的详情信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010381745.2A CN111582796B (zh) | 2020-05-08 | 2020-05-08 | 一种基于图像识别的快递监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010381745.2A CN111582796B (zh) | 2020-05-08 | 2020-05-08 | 一种基于图像识别的快递监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582796A CN111582796A (zh) | 2020-08-25 |
CN111582796B true CN111582796B (zh) | 2021-05-14 |
Family
ID=72124719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010381745.2A Active CN111582796B (zh) | 2020-05-08 | 2020-05-08 | 一种基于图像识别的快递监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582796B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418489B (zh) * | 2022-01-04 | 2023-04-07 | 常州首信智能制造有限公司 | 物流分拣机器人的智能监测预警方法、装置、设备及介质 |
CN114862330B (zh) * | 2022-07-07 | 2022-10-21 | 深圳市快金数据技术服务有限公司 | 一种物流数据处理系统及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674713A (zh) * | 2019-08-23 | 2020-01-10 | 北京市商汤科技开发有限公司 | 快递查询方法、快递出库方法、取件方法及相关装置 |
-
2020
- 2020-05-08 CN CN202010381745.2A patent/CN111582796B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674713A (zh) * | 2019-08-23 | 2020-01-10 | 北京市商汤科技开发有限公司 | 快递查询方法、快递出库方法、取件方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111582796A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10592308B2 (en) | Aggregation based event identification | |
CN104836701B (zh) | 订单监控方法及装置 | |
CN107707376B (zh) | 一种监控和告警的方法和系统 | |
US9392003B2 (en) | Internet security cyber threat reporting system and method | |
EP1762054B1 (en) | Information processing and display for network management | |
CN108197261A (zh) | 一种智慧交通操作系统 | |
CN110535713B (zh) | 监控管理系统以及监控管理方法 | |
CN111582796B (zh) | 一种基于图像识别的快递监控系统及方法 | |
US20110314138A1 (en) | Method and apparatus for cause analysis configuration change | |
US10592327B2 (en) | Apparatus, system, and method for analyzing logs | |
US8478788B1 (en) | Centralized information technology resources analysis system | |
CN105917618A (zh) | 数据转发监视系统、数据转发监视方法以及据点系统 | |
CN106095575B (zh) | 一种日志审计的装置、系统和方法 | |
CN107509119B (zh) | 一种监控报警方法与装置 | |
CN109241084B (zh) | 数据的查询方法、终端设备及介质 | |
US10623371B2 (en) | Providing network behavior visibility based on events logged by network security devices | |
CN113556254B (zh) | 一种异常告警的方法、装置、电子设备及可读存储介质 | |
US9727663B2 (en) | Data store query prediction | |
CN109032904A (zh) | 被监控、管理服务器及数据获取、分析方法和管理系统 | |
US10733244B2 (en) | Data retrieval system | |
US20160124957A1 (en) | Managing Big Data for Services | |
JPWO2017033448A1 (ja) | データ処理装置、データ処理方法、及びプログラム記録媒体 | |
CN115659351A (zh) | 一种基于大数据办公的信息安全分析方法、系统及设备 | |
CN111368039B (zh) | 一种数据管理系统 | |
CN114726649A (zh) | 态势感知的评价方法、装置、终端设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |